从 MDP 到 PPO/SAC，建立序列决策直觉。
RT、OpenVLA、ACT、Diffusion Policy 与 π 系列。
世界模型在具身场景下的落地路径。
把策略学习接到连续控制和机器人任务上。
从 PID、LQR 到 MPC 与阻抗控制的连续教程。
从模型、坐标树到 MoveIt 2 规划闭环。
Transformer、ViT、视觉编码器与多模态融合。
SLAM、足端接触、触觉传感和多传感器融合。
MuJoCo / Isaac Sim / Gymnasium / PyBullet 快速上手。
坐标变换、FK/IK、tf2、URDF 与 MoveIt 2。
底层通信、执行器协议和上下位机链路。
连杆、关节、电机、减速器和末端执行器。
从遥操作数据到模仿学习和策略训练。
沿着 8 章主线，从 PD 控制与运动学走到策略训练和感知。
按课程顺序学习机器人数据、工具链与经典机器人学。
对照前置知识、学习目标和内容进度，选择学习主线。
了解 Isaac Lab 训练与跨仿真验证课程的规划。
浏览器直连 Ryzen AI APU，体验 ROCm、JupyterHub 与 Code Server。
Radeon GPU 上的 ACT BF16 训练、闭环评测与成功视频。
AMD 旗舰项目：强化学习运动策略与 VLA 具身智能。
mjlab + MuJoCo Warp GPU 并行 PPO 与稳定步态训练。
从环境搭建到 InvertedPendulum、Reacher 与 Pusher 连续控制。
用 ALOHA 仿真数据训练 ACT，并完成多回合评估。
从硬件连通、安全测试到真机动作回放。
从仿真策略走向真机部署的验证入口。
按研究主题收集原论文、项目主页和站内解读。
整理机器人示教数据、任务类型与评测基准。
查找模型代码、训练框架和相关实战入口。
收集仿真引擎、学习环境与官方文档。
施工中。